2月18日，华创证券发布计算机行业事项点评。近日，“DeepSeek”加速引领垂类场景应用，而在工业制造业领域，AI技术正在重塑全球工业格局，推动工业迈向智能化。

　　AI技术依托强大的赋能效应，为工业领域带来新的发展机遇。工业AI是通过机器学习、深度学习、计算机视觉等先进的计算智能方法，实现对工业生产过程的优化和智能化，最终帮助企业提高生产效率、降低成本、提升产品质量，实现数字化转型。从生产流程优化到供应链管理，从质量控制到设备维护，AI技术正在全方位提升工业生产的效率和质量。在智能生产领域，通过机器学习算法，生产设备能够自主优化运行参数，从而实现生产效率的最大化。如汽车制造领域，AI系统可以实时调整焊接机器人的工作参数，确保每个焊点都达到最佳质量。智能化的生产流程将显著提升效率，如家电制造企业引入AI生产调度系统后，生产效率提升了35%，产品不良率降低了60%，不仅提速了生产效率，还进一步优化资源利用。将AI具体应用于工业环境，尤其是结合或改造现有自动化技术部署以适应工业场景的需求，其方式分别是：直接集成通用大模型、通过微调使其适应特定领域或任务、借助外挂知识库增强专业知识与实时性，以及从零开始构建专门的工业大模型。工业企业可根据实际需求、现有资源和技术成熟度灵活选择，以实现AI与工业生产场景的深度融合。

　　工业大模型泛化性强，有望为工业领域带来新范式。工业大模型基于传统大模型技术上，具备在各个工业领域应用的能力。相较于工业专用小模型而言，工业大模型泛化性强，可以单模型应对多任务，更适合长尾落地；工业大模型的开发成本及维护成本在工业层面，低于工业专用小模型。虽然目前工业大模型的应用已经渗透到工业的多个环节，并且应用于众多场景，但碎片化明显。其中，知识管理/知识问答、数据助手/数据问答、专业内容生产以及视觉检测四个方向，是目前应用探索最多的领域。当下，大模型技术正进一步深度赋能工业领域的人工智能应用，通过跨领域知识融合、实时决策支持、自适应优化及人机协同增强，实现从产品设计、生产管理到运维服务的全链条智能化升级。工业大模型目前处于小规模商业应用落地阶段，通过与工业领域的深度融合，有望为工业领域带来“基础模型+各类应用”的新范式。工业大模型的成功落地，离不开针对特定行业的丰富现场经验和深厚的行业know-how能力。

　　工业AI市场高速发展，是推动工业4.0和智能制造发展的关键。我国由信通院牵头联合编制的《工业大模型技术应用与发展报告》指出，AI与大模型将加速赋能新型工业化成长，工业AI市场规模预计从2022年的20.4亿美元增长至2032年的895.3亿美元，CAGR高达46%。相较于发达国家，中国制造企业的AI应用率相对较低，大约在11%左右。2024年Gartner发布中国人工智能（AI）调研，其预测到2027年，中国制造业的AI使用渗透率将以10%的年复合增长率上升，并且“中国制造2025”计划将成功实施AI用例作为衡量智能制造成熟度的关键指标。中国的制造业覆盖广泛且运营流程复杂，在全球占据着显著地位，伴随着技术的不断进步和应用场景的拓展，工业AI有望成为推动工业4.0和智能制造发展的关键力量，未来将助力工业实现更高级别的智能化，推动产业转型升级。

（文章来源：财中社）